Que es la Estimacion y pronostico estadistico predictivo

Escuela: UnADM Universidad Abierta y a Distancia

[pic 1]

Carrera: Gestión y Administración de PyMES

Materia: Inteligencia de Negocios

Tema: Actividad 3 “Estimación y pronóstico estadístico predictivo”

Alumno: Miriam Peña Cortes

Matrícula: AL12534840

Profesor: Alejandra de Lira Martínez

Fecha: 9 Junio del 2017

Actividad 3 “Estimación y pronóstico estadístico predictivo”

Instrucciones:

Plantea un modelo de regresión para analizar la relación entre las variables tomando en cuenta lo siguiente:

Argumenta por qué esperas que sean importante examinar dicha relación.

En este caso se están considerando las variables para el caso de la regresión simple a las ventas con el aumento o tamaño de la población y para el caso de la regresión múltiple se consideran las dos anteriormente mencionadas con el ingreso promedio mensual por persona en donde considero significativo la relación que existen entre estas tres variables ya que para que las ventas aumenten o se conserven depende en gran medida del número de mercado meta que tenga y este a su vez se mantendrá debido al nivel de ingreso promedio mensual que este tenga.

Para que las ventas aumenten, es necesaria por una parte el aumento de la población y por otra la estabilidad o aumento económico de estas. Ya que si por una parte se redujera el nivel de ingresos pero se mantiene la población de todos modos las ventas bajan debido a que la población perdió su poder adquisitivo, o  si se redujera la población y la que queda mantiene una economía estable también las ventas bajarían ya que los consumidores son menos.

Regresión lineal simple:

La regresión lineal simple se obtendrá por medio del modelo de regresión lineal simple  por medio de Excel, (recordemos que también se puede obtener por medio del método de mínimos cuadrados), y en base a los datos proporcionados:

Mediante la aplicación de las fórmulas de Excel obtenemos los siguientes resultados:

Después de la aplicación obtenemos 8 diferentes resultados, para lo cual solo vamos a trabajar con tres de ellos que en este caso serán la pendiente, abscisa y coeficiente de determinación. Los demás datos obtenidos son diferentes estadísticos, que por su parte requieren de aplicar reglas de decisión y pruebas probabilísticas que para el desarrollo de este trabajo no se consideraran.

• Abscisa = 60
• Pendiente = 5
• Coeficiente de determinación = 0.9027

Interpretación de resultados del método de regresión lineal simple:

• Debido a que el coeficiente de determinación tiene un signo positivo podemos decir que la relación entre las variables es directa entre ellas es decir cuando “X” crece, “Y” crece, por lo que  cuando se incrementa la población atendida, se incrementan las ventas.
• Debido a que el coeficiente de  determinación es casi igual a 1 podemos decir que las predicciones tienen mucha capacidad o poco porcentaje de error. Si fuera igual a 1 la variable predictora explicaría TODA la variación de Y, y las predicciones NO tendrían error.
• Se obtiene la certeza de un 90.2% sobre la estimación de las ventas.
• Gracias a los resultados obtenidos se tiene un alto grado de confianza en la relación que existen entre las variables.
• También nos dice que por cada persona más se aumentaran en 5 pesos las ventas.

Regresión  lineal múltiple:

La regresión lineal múltiple se obtendrá por medio del modelo de regresión lineal múltiple  por medio de Excel y en base a  datos proporcionados:

Mediante la aplicación de las fórmulas de Excel obtenemos los siguientes resultados:

Después de la aplicación obtenemos 10 diferentes resultados, para lo cual solo vamos a trabajar con cuatro de ellos que en este caso serán el coeficiente del variable ingreso promedio mensual por familia, el coeficiente de la variable de población, la abscisa y el coeficiente de determinación.

...